持续治疗的倾向评分分析

机器算法验证 因果关系 倾向评分 治疗效果
2022-04-02 05:40:13

我有一个包含大约两打观察变量(连续或离散)的观察数据集,加上一个连续变量,我想测量它对我的因变量的因果影响。大多数 R 包都处理二元或三级处理。

连续处理变量并不完全连续。它采用 0 到 250 之间的整数值。数据集足够大,可以使用相同的处理变量值获得多个观察值。

是否可以制作多个离散的治疗水平并成对进行比较。例如,使用倾向得分匹配获得因果估计Tr=00<Tr<6. 然后另一个0<Tr<65<Tr<11, 等等?这会有意义吗?

更好的是,是否有一个好的方法/包可以直接计算连续变量的因果影响?在我看来,这是一个非常普遍的问题,所以如果没有任何好的解决方案,我会感到惊讶。

1个回答

国家主义者也提出了这个问题。这里的帖子提到了用户编写的命令doseresponse(一种多值治疗效果评估方法,用于评估参与者可以在不同强度水平下服用的药物的效果)或子程序gpscore相关参考是

  • Bia, M. 和 Mattei, A. (2008)“通过调整广义倾向得分来估计剂量反应函数的 STATA 软件包”,Stata Journal Vol。8号 3

作者在其中介绍了算法及其计算。因此,即使它不是针对 R 的,这肯定会帮助您对其进行编程。

有关连续治疗评估方法的理论背景,请参见Kluve (2007)Imbens 和 Hirano (2004)